基于信息融合的車輛防撞技術(shù)研究.pdf

1、隨著汽車數(shù)量的逐年增加，道路交通愈發(fā)復(fù)雜，為了有效減少道路交通事故的發(fā)生，汽車智能與安全方面的技術(shù)研究成為越來(lái)越迫切的要求。如今智能交通系統(tǒng)將先進(jìn)的信息技術(shù)、數(shù)據(jù)通訊傳輸技術(shù)、電子控制技術(shù)以及計(jì)算機(jī)處理技術(shù)綜合運(yùn)用在整個(gè)交通管理體系，將人工智能與汽車融合成一個(gè)有序的高效系統(tǒng)。為了減少汽車追尾事故的發(fā)生，智能交通系統(tǒng)在汽車防撞技術(shù)方面表現(xiàn)的尤為重要，它幫助駕駛員獲得前方路面的障礙物信息，并根據(jù)實(shí)時(shí)情況提醒駕駛員做出相應(yīng)的應(yīng)急處理，避免車禍

2、的發(fā)生。
　　 本文提出一種基于視覺(jué)傳感器與激光雷達(dá)傳感器信息融合的車輛防撞方法。在對(duì)各種傳感器的作用原理、應(yīng)用范圍與優(yōu)缺點(diǎn)進(jìn)行分析后，使用較易結(jié)合并高效的基于視覺(jué)與激光的多傳感器融合檢測(cè)方式。
　　 本文首先采用視覺(jué)傳感器進(jìn)行單獨(dú)檢測(cè)，對(duì)視覺(jué)圖像采用多特征結(jié)合的方法對(duì)前方目標(biāo)進(jìn)行初步確認(rèn)。對(duì)采集的視覺(jué)圖像進(jìn)行預(yù)處理后，采用改進(jìn)的Hough變換對(duì)車道標(biāo)志線進(jìn)行檢測(cè)與提取，確定前方車輛檢測(cè)的有效區(qū)域，在該區(qū)域內(nèi)，運(yùn)用塊區(qū)域

3、統(tǒng)計(jì)方法對(duì)車輛底部的陰影特征進(jìn)行搜尋，找出車輛可能出現(xiàn)的位置;利用邊緣檢測(cè)排除非車輛區(qū)域;運(yùn)用車輛的對(duì)稱性原則對(duì)前方目標(biāo)進(jìn)行進(jìn)一步檢測(cè)。
　　 然后運(yùn)用激光傳感器在一維方向上對(duì)前方的車輛目標(biāo)進(jìn)行橫向掃描，先選取生長(zhǎng)起始點(diǎn)，后運(yùn)用區(qū)域生長(zhǎng)法產(chǎn)生距離圖像，根據(jù)距離圖像來(lái)判斷前方出現(xiàn)的障礙物是否為車輛目標(biāo)。
　　 在分析視覺(jué)傳感器與激光傳感器檢測(cè)的不足后，采用激光與視覺(jué)的信息融合對(duì)目標(biāo)進(jìn)行檢測(cè)驗(yàn)證。在獲取前方目標(biāo)寬度和距離的基

4、礎(chǔ)上，提取車輛目標(biāo)特征以構(gòu)建車輛驗(yàn)證函數(shù)。根據(jù)車輛驗(yàn)證函數(shù)建立基于最小風(fēng)險(xiǎn)的貝葉斯決策分類器，對(duì)視覺(jué)圖像中檢測(cè)到的車輛進(jìn)行確認(rèn)驗(yàn)證，完成視覺(jué)圖像與激光距離圖像的信息融合。試驗(yàn)表明該方法能準(zhǔn)確的檢測(cè)出前方的車輛。
　　 最后，本文對(duì)前面檢測(cè)出來(lái)的車輛目標(biāo)進(jìn)行跟蹤，在視覺(jué)圖像中采用Kalman濾波器對(duì)車輛目標(biāo)進(jìn)行位置預(yù)測(cè)，運(yùn)用NMI特征對(duì)預(yù)測(cè)的目標(biāo)進(jìn)行驗(yàn)證確認(rèn)，再結(jié)合激光傳感器的測(cè)距功能對(duì)前方車輛進(jìn)行實(shí)時(shí)距離跟蹤，當(dāng)前方車輛與本車之